Weighted Least-Squares Analysis of Several Univariate Bradley-Terry Models
若干单变量 Bradley–Terry 模型的加权最小二乘分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确分析成对及三项比较中的离散偏好结果，并估计 Bradley–Terry 模型的偏好评分。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
若干单变量 Bradley–Terry 模型的加权最小二乘分析
- 研究问题
- 如何分析成对及三项比较实验中的偏好评分，并在包含平局或顺序效应的情形下，对评分相关假设开展检验？
- 方法与思路
- 作者将分类数据的线性及对数线性变换方法用于比较实验，构造非迭代加权最小二乘估计，并使用一般线性假设框架检验。
- 材料陈述的贡献
- 摘要称，该方法产生在 Bradley 模型所用对数尺度上线性的偏好评分估计，并展示有无平局、顺序效应及三项比较的实例。
- 阅读关注点
- 应核对分类频数如何变换、权重如何确定、偏好评分的识别约束，以及平局和顺序效应进入模型与检验的方式。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；权重构造、检验条件及有限样本表现未说明，不能推断刊本变化。
原文摘要
The approach of Grizzle, Starmer, and Koch (1969) to analyzing categorical data using linear and loglinear transformations is applied to the analysis of univariate paired and triple comparison experiments. This method of analysis produces noniterative weighted least-squares estimates of the preference ratings corresponding to the treatments under test and allows for testing hypotheses relative to their values within the framework of the general linear hypothesis. Further, the technique produces estimates of the preference ratings which are linear on the log scale within which Bradley (1965) defined his model. Examples with and without ties or order effects for paired comparison experiments and an example of a triple comparison experiment are presented.